Article Per Year (5 Year)
p-Index From 2021 - 2026
1.347
P-Index
This Author published in this journals
All Journal Buletin Ilmiah Sarjana Teknik Elektro Jurnal Teknik Elektro dan Komputasi (ELKOM) Journal Zetroem TEKIBA : Jurnal Teknologi dan Pengabdian Masyarakat Teknovokasi : Jurnal Pengabdian Masyarakat Jurnal Pengabdian Masyarakat
Dessy Ana Sari
Universitas Negeri Makassar
Humanities Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Social Sciences

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Journal Zetroem

 1 
DETEKSI OBJEK BERWARNA REAL TIME BERDASARKAN VISUALISASI WEBCAM Dessy Ana Laila Sari; Adi Mulyadi; Adi Pratama; Rezki Nalandari
ZETROEM Vol 2 No 1 (2020): ZETROEM
Publisher : Prodi Teknik Elektro Universitas PGRI Banyuwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36526/ztr.v2i1.1336

Abstract

Deteksi warna merupakan salah satu metode yang dapat digunakan untuk tracking objek maupun klasifikasi benda dalam robotic dan aplikasi lainnya. Dalam paper ini dibahas mengenai deteksi warna primer dengan memanfaatkan webcam yang terdapat pada laptop. Inisialisasi awal variable HSV amatlah penting untuk menentukan warna yang diinginkan. Berdasarkan variable warna dapat didefinisikan dan dilakukan deteksi lebih lanjut. Dari hasil percobaan, terdapat non objek yang tedeteksi akibat system yang bersifat real-time sehingga diperlukan tambahan machine learning sebagai penstabil data yang ditangkap kamera.
Implementasi Fuzzy Logic untuk Kontrol Gerak Tari pada Robot Humanoid dengan Menerapkan Sensor Deteksi Warna TCS3200 Dessy Ana Sari; Elfira Makmur; Retyana Wahrini
ZETROEM Vol 5 No 1 (2023): ZETROEM
Publisher : Prodi Teknik Elektro Universitas PGRI Banyuwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36526/ztr.v5i1.2784

Abstract

One of the prominent competitions in the national robot series, the Indonesian dancing Robot Contest (KRSTI), assesses the dependability of various dancing robots by having them perform traditional dances from Indonesia. In this study, the authors use fuzzy logic to control the mobility of the dancing robot by determining whether it poses and dances in accordance with the KRI dance zone based on the input produced by the TCS3200 color sensor. In order to create a robot that may move in accordance with its designated zone, the Mamdani fuzzy approach, which employs the IF-ELSE principle, is used for decision-making.
Diagnosa Kesehatan Motor Induksi menggunakan CNNs 1D pada Sinyal Multimodal Sari, Dessy Ana Laila; Ashari, Hilda
ZETROEM Vol 7 No 1 (2025): ZETROEM
Publisher : Prodi Teknik Elektro Universitas PGRI Banyuwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36526/ztr.v7i1.5161

Abstract

Penelitian ini mengambangkan model Convolutional Neural Networks (CNNs) 1D untuk mendiagnosa kondisi Kesehatan motor induksi menggunakan data multimodal dari sensor akselerometer, mikrofon dan temperature. Model ini dirancang untuk mempelajari pola kompleks dalam data domain waktu dan mengklasifikasikan kondisi motor induksi ke dalam 2 kategori : “Sehat” atau “Rusak”. Eksperimen dilakukan dengan menvariasikan kondisi data (Unloaded dan Loaded), rasio pembagian data training dan testing (50:50, 70:30, 80:20, 90:10), serta jumlah parameter epoch (50,100, 500, 1000). Hasil menunjukkan bahwa model mencapai akurasi yang bervariasi tergantung pada kondisi parameter tersebut. Pada kondisi Unloaded, akurasi tertinggi 89.10% dicapai pada rasio data 90:10 dan 50 epoch, sedangkan pada kondisi Loaded, akurasi tertinggi 87.20% dicapai pada rasio 50:50 dan 100 epoch. Secara umum, akurasi lebih tinggi pada kondisi Unloaded, yang mengindikasikan perbedaan karakteristik data. Penelitian ini menunjukkan potensi CNNs 1D dalam diagnosis motor induksi. Namun penelitian lebih lanjut diperlukan untuk meningkatkan kinerja dan generalisasi model.
Co-Authors Adi Mulyadi Adi Pratama Akhyar Muchtar, Akhyar Al Imran Ashari, Hilda Burhan, Muhammad Iswal Elfira Makmur Firdaus Firdaus Firdaus Haripuddin Hilda Ashari Ihsan Zulfikar, Muh. Iswal Burhan, Muhammad Makmur, Elfira Muh. Iswal Burhan Muh. Yusuf Mappeasse Rezki Nalandari T Mangesa, Riana Wahrini, Retyana Zulhajji